吴彦祖

  • 0

    获得赞
  • 0

    发布的文章
  • 0

    答辩的项目

秃头识别趣味新手赛top4——答辩

Batch大小为64,循环次数为4次,损失函数优化完,最终完成评分为97.73。

最后更新 2020/08/10 10:52 阅读 333

秃头识别趣味新手赛

最后更新 2020/08/10 10:52

阅读 333

图像分类

赛题简介

首先这是一个二分类问题 
其次数据集是:Bald Classification Dataset(秃头数据集)由 Ashish Jangra 于今年 5 月发布。FlyAI提供的处理后数据集包含9000多张图像,其中训练集和验证集划分比例为7:3    

模型介绍 

1.模型选择:DenseNet169(加载在ImageNet上的预训练参数),外面增加全连接层,分类个数设置为2. 这里要注意的是使用flyai网站的预训练参数会使模型加载的快一些,本例代码如下: base_model = DenseNet169(weights=None, include_top=False)         path = remote_helper.get_remote_data(             "https://www.flyai.com/m/v0.8|densenet169_weights_tf_dim_ordering_tf_kernels_notop.h5")  
2.数据预处理: 这里的图片初始大小为178*218,本次比赛把它resize成256*256  
3.数据增强: 保留了基线系统的常规数据增强操作,我又增加了水平翻转和随机crop,考虑到赛题是对图片的上半部分进行秃头与否的分类,这里随机Crop图片的上半部分。 
4.超参数设置:
 标签平滑(label smoothing), smoothing=0.1,提高模型的健壮性和性能; 
 优化器Adam, lr=1e-4;
 Dropout=0.5;
 Epochs=4;  早停; 
5.模型集成:
用了六个模型进行平均值集成,它们的L1,L2正则化参数分别是(0.1,0.3),(0.03,0.3),(0,0.3),(0.1,0.1),(0.03,0.1),(0,0.1)    

 心得  

尝试的一些trick但感觉作用并不大(当然也可能我尝试的手法问题导致的,毕竟超参数),如下:
1.       尝试了Fancy PCA的数据扩充方式,无效  
2.       尝试了测试数据增强,无效  
3.       尝试了全连接层设置较大的学习率,预训练模型采用较小的学习率,无果    

本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/n/142669
立即参加 秃头识别趣味新手赛
代码展示

图像分类

选择查看文件
$vue{codeKeys}
  • $vue{ix}
赞赏贡献者还可以查看和下载优质代码内容哦!
赞赏 ¥16.53元
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥16.53
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除